“AI 的边界在哪里？它能做什么，不能做什么？它是不是百分之百准确？”在 AI 浪潮下，厂商和企业都在迷雾中探索。
AI 应用的谜题，和 10 年前 CRM 的困境相似。“甚至 AI 比 CRM 更难，因为 CRM 具备确定性，流程、规则都是清晰可见的结果，但目前的 AI 还没达到这样的程度。”纷享销客高级产品总监刘抗向雷峰网表示。
AI 和 CRM 的结合需要达到什么程度，才能算好用、易用的业务系统？
在营销领域，中国信息通信研究院（CAICT）发起的《数字原生应用 基于大模型的智能营销能力要求》测评，或许可以成为迷雾之下检验AI应用能力的参考标准。
CAICT 的测评标准涵盖数据能力、营销自动化能力、场景适配性等多个维度。作为此次唯一一家通过测评的 CRM 厂商，纷享销客用企业级智能 CRM 平台 ShareAI 给出“AI+CRM+行业智慧”的解法。
一、从反应式AI迈向AI原生CRM
过去，CRM 系统常被定义为“以客户为中心的运营管理工具”——做管理就是做记录，厂商将数据收集回来，再按照企业的流程标准做业务。
以销售场景为例，这种结构化的数据处理与大部分销售场景下的非结构化语料存在矛盾，CRM 系统并不能有效地服务企业的销售人员：
将非结构化的交流情报总结成结构化的数据字段，再录入到 CRM 系统，这个过程损失了大量真实有效的信息，也让销售人员普遍不喜欢使用系统。
随着AI的嵌入应用，这一矛盾有了新的解法。
“AI 时代下，CRM 系统发生了变化，变得更贴近销售人员的日常行为习惯，这和销售人员日常拜访客户、开会沟通、做客情的工作形态更契合，而不是录数据、看报表。”
纷享销客产品副总裁李杰告诉雷峰网，AI 对于非结构化数据的处理，让 CRM 系统的交互形态发生巨大的变化，越来越多的销售人员开始不抗拒使用系统。
而 AI 对 CRM 系统的改造不止于此。融入行业智慧后，原来被动管理的 CRM 系统变成主动触发式的 CRM 系统。
刘抗介绍，纷享销客对销售方法论进行建模，依托在销售领域十多年沉淀的行业 know-how ，再经模型微调和知识库辅佐，最终训练出更智慧化、“更懂销售”的模型：对系统数据和行为按照方法论进行自主洞察，提出决策建议和风险预警，并给出主动规划的下一步行为。
从业界实践看，目前大部分 CRM 厂商应用的仍是反应式AI范式，即通过问答会话的形式让 AI 做出反应并输出反馈结果，但纷享销客正在向嵌入式 AI 的方向迈进，希望过渡到前瞻性、预测式、指引性的 AI 范式，诸如自主预测“客户的舆情风险可能会对未来的业务跟进和交易产生哪些影响”等前瞻性问题，给出具备指引性的业务洞察。
由弱变强，是目前业界 AI 应用的演进趋势。刘抗告诉雷峰网，纷享销客的核心目标之一就是用 AI 对 CRM 系统进行重构，目前正在逐步向 AI 原生 CRM 系统演进，希望将现有的交互体验变成 AI 原生的系统体验，让销售人员真正爱上用系统。
由此可见，纷享销客给出了一个 CRM 转型的范本：从问答对话的反应式 AI，逐步过渡到具有前瞻性、预测式、指引性的嵌入式 AI。这个过程不仅需要思考如何用更好、更实时、更先进的 AI 应用，还需要借 AI 之力将深厚的行业智慧与应用场景深度融合。
二、押注Agent，剑指营销服领域调用Top 3
CRM 系统与 AI 的融合，正在沿着这样的发展路径演进：从被动管理到主动决策，再到更高级的基于行业方法论的“辅助驾驶”，最终到由 AI 主导的“自动驾驶”。
随着两者的深度融合，CRM 系统对于人工操作的依赖也逐渐降低。从 AI 应用看，具备自主理解、规划、决策乃至执行任务能力的 Agent，正成为传统 CRM 向 AI+CRM 跃迁的关键变量。
在这波技术浪潮下，纷享销客在 ShareAI 中引入 Agent，试图破解业务落地的难题卡点：比如推出业务洞察和诊断的核心 Agent，用工程化建模的方式弥合方法论和 CRM 系统之间的鸿沟，形成真正的“销售大脑”，在系统中 7×24 小时诊断业务。
刘抗介绍，Agent 可以模拟销售总监或销售专家的角色，比如基于“以什么样的方式开场”“过程中怎么和客户谈”“以什么样的方式收尾”的 SOP 方法论对销售行为做出诊断，识别销售业务做得“好不好”；再结合大模型、企业最佳实践的知识库以及纷享销客积累的行业 know-how ，给出相应的建议。
除了保证单个 Agent 在具体业务场景下“做到最好”，多 Agent 协作也是重要的探索方向。
纷享销客 PaaS 平台高级总监吴健鹏表示，Agent 和 Agent 之间的协作，是纷享销客希望达到的理想状态，比如在特定的业务场景下，销售 Agent 和服务 Agent 能够协作执行任务，目前技术团队正在做多 Agent 协作的调研。
如何将 Agent 能力持续释放给企业客户，纷享销客不仅做 AI 能力的提供者，还希望做 AI 能力的构建者、创造者——
除了在 ShareAI 中预置“开箱即用”的高价值 Agent，目前正基于 ShareAI 的 PaaS 能力打造 Agent builder（Agent 构建器），为企业提供简单上手的 Agent 构建工具，让每一个企业员工都可以快速构建其认为合适的 Agent。
无论是 Agent 之间的相互调用，还是AI应用与其他业务系统的融合，都依托开放的平台生态。
ShareAI 的重点战略之一就是平台化的生态延伸，希望参与开放式AI生态平台的建设。李杰告诉雷峰网：“我们期望成为某一类客群生态的主要构建者；如果在另外一类客群生态不是主导的角色，那也会做重要的贡献者、参与者。”
在纷享销客的平台生态蓝图中，“集成”和“被集成”同样重要：一方面，集成营销、销售、服务领域市场上最好的 AI 能力和数据；另一方面，能被现在或未来的现象级 Agent 入口集成，成为营销服领域排名 Top 3、被高频调用的 Agent。
三、注入行业智慧，CRM系统从工具变“专家”
面对 AI 赛道不断涌现的各类新玩家，传统 CRM 厂商的优势在于多年积累的行业智慧。
在过去 10 年 SaaS CRM 阶段，纷享销客的核心战略之一就是行业竞争，在制造业、现代服务业、消费品三大主行业积累了大量行业智慧，这也成为现阶段纷享销客向AI转型的独特优势。
纷享销客产品副总裁肖德慧介绍，ShareAI 建设过程中非常重视将行业智慧、领域智慧和企业智慧与 AI 结合，把行业的场景、数据、模型、方法论以及最佳实践融入到系统中。
AI 与行业智慧之间的协作，让 CRM 系统从基础的管理工具转变为真正的“专家”，并构建出最懂业务且有核心知识 know-how 的 Agent。
行业专精的“AI+CRM”具体如何落地？目前纷享销客在 ShareAI 中已有相关探索：
在数据层面，除了领域的标准数据外，对行业维度的数据进行特殊管理，比如消费品行业和制造业在数据的存储和管理方面就存在明显差异；
在模型层面，从中长期看将出现适用于某个行业的 CRM 领域，且经过微调或精调的模型，在 RG（Rule Governance，即规则治理）工程化方面精细化考虑不同行业之间的差异；
在 Agent 层面，ShareAI 预置了许多“开箱即用”的高价值 Agent，在对 Agent 定义时，就考虑到行业化差异。以销售场景为例，消费品行业与制造业、现代服务业使用的场景截然不同，所以推出行业专属的销售 Agent。
行业智慧的积累，离不开与企业客户的共创。
针对高价值的场景，纷享销客找到行业头部有影响力的企业客户进行共创，先在原型客户中将高频场景的价值论证出来，再将最佳实践、最佳范式向中腰部客户群体传递；同时把沉淀的知识经验反哺到 AI 中，用工程化的方式在系统中形成行业智慧的模型。
这也是纷享销客重要的生态策略。“我们会寻找行业专精的产业伙伴，尤其在 0-1 阶段，选择灯塔客户时会有意识地从行业视角出发，比如 Agent 的目标客户群是哪个行业，再在行业里寻找最有代表性的客户先做创新。”李杰补充道。
如今，AI 已经成为 CRM 厂商的必答题。在这场浪潮下，行业智慧是传统 CRM 厂商的立命之本，AI则是厂商们的重围利剑。如何在大浪淘沙中保持行业地位，需要厂商认真思考 CRM、行业智慧与 AI 三者间的关系。
“我们现在做了很多AI应用，但是始终有一条贯穿其中的主线，那就是所有的 AI 产品演进，最终都要服务于营销、销售、服务核心场景的关键指标。”
在刘抗看来，在线索转化率、商机转化率、客户价值和满意度等关键指标做出效果，才能在后续的竞争中立于不败之地。
